← Retour à la cohorte
Medical student perceptions and career intentions toward neurosurgery: results from an international multicentre study
Mohammad Ashraf, Hassan Ismahel, Gemma Learmonth, Aneesah Bashir Binti Azad Bashir, Conor S. Gillespie, Mohammad Alabdulrahman, Attika Chaudhary, Ameerah Gardee, Devansh Mitesh Shah, Abdel Rahman Osman, Ahmed Abdelfattah, Beth Behan, Brian Mc Cormick, Bryan Way Wern Lim, Caoilfhinn Tan, Dana Hutton, Daniel Sescu, Emily Boyd, Hamzah S. Hanif, Jane Birdie Shi Qi Ong, Kelly Kohut, Maha Shehab, Vidushi Sharma, Yen-Yi Ho, Zara Tebay, Nadeen Ismahel, S. Salem, Sophia Ismahel, Victoria Collins, Javed Iqbal, Samih Hassan, Roddy O’Kane, Naveed Ashraf, Laulwa Al Salloum, Yihui Cheng, Emma Ball, Sophie Hay, Gregory Kosisochukwu Anyaegbunam, Vivienne Evans, Eilidh Middleton, Meghan Minnis, Ranoo Rebaz, Robert Lawless, Aakansha Singh, Natalie Ong, H.L. Brown, Andrew Baird, Ali Hamad, M P O Connell, Haneesha Danduri, Sujashree Yadala Venkata, Rory Anderson, Alexander Tham, E Carberry, Lynden Guy Nicely, Amirah Amzizul, Poppy Wright, Catherine Kenneth-Ogah, M. Pearson, Rui Na, Nicola Bakirtzi, Emma Lumsden, Owen Gray, Charlotte Williams, Cathy Wang, Louise Cassidy, Daniel Patel, Irfaan Ahmmed, Humzah Razzaq, F. C. Heath, Carolyn Eyster Thomas, Danielle M. Robertson, Inas Alsuhaibani, J Luangboriboon, Emma C. Thomson, Emma MacRae, Freda Ngu, A Irving, Agha Haider, Amanpreet Kaur, Megan Niven, Natthaya Eiamampai, Shazia Syeda Nusky, Onamon Jaruwattanapradid, Hanah Abdel Fattah, Jennifer McLair, Sze May Ng, Naveen Kaur Rikhraj, Abdulaziz M. Al-Othman, Sofia Kostoudi, Matilda Brown, Srisha Dristi, Ammee Gala, Nimue Lilith Romeikat, Lucie Destexhe, Sushmhitah Sandanatavan, Fionn Kilmartin, James A. Kenny, Mahmoud Al-Ghabari, Scotti Leonard, Arielle Muyal, Tala Al-Qaragolie, Maryam Albreiki, Aubrie Sowa, Aditya Billur, Gabrielle Morewood, Alixandra Lammie, Doris Braunstein, M. Al Kurdi, Arshia Bilal, Saketh Jampana, Chris Happs, Julia Anderson, Thomas Fawcett, William Cawley, Jack Baker, J. Fowler, Angus Reid, Л. К. Эрнст, Alim Kapdi, Aashik Ahamed Mohamed Jemseed, Heather McAdam, Vito Balboa, Ellie Costelloe, Daniel O. Griffin, Paddy Geohean, C. A. Ryan, Sophie McCarthy, Yvonne Buttle, Cliona Nic Giolla Phadraig, Aislinn Cosgrave, Ruán Ó Conluain, Rayan Zaibag, Eoghan O Callahan, Freya O’Hanlon, L. Yun, Yasmina Richa, John Begley, Muhammad Irfan, Ryan Conchobhar, Ekanki Chawla, Hannah Whibbs, Hannah O’ Connor, Katherine Jones, Yukta Ramesh, Joey Harrinton, Andrew Iskander, Dante Bellai, Benjamin Olden, R. Baker, Martin Ho, Ashwini Tittawella, Tulika Nahar, Eleni Flari, Kirsty Macmillan, Sarindie Katugaha, Beth McCullough, Ariana Axiaq, F. S. Beers, Callum Blair, Faye Mui, Inez Murray, Sakshi Roy, Swati Joshi, Grace Ross, Naveen Kulasingha, Elizabeth Gorecki, Nicholas Stamatopoulos, Lea Stuart, Lina Adil, Kurdo Araz, Sonali Loomba, Maureen Graham, Christina Adesanya, Harpriya Khela, Jawad Al-Kassmy, Natalie Lane, Alexandra De Sequeira, Alyssa N. Clark, Walid Nabilsi, Maie Tali, Harsimran Kaur, Thomas Kearney, Steven Browne, Philip Howard, Abdel Rahman Salameh, Vidhi Patel, Michael O′Connor, Cillian Scott, Senara Palihawadane, J. Tan, Harn Yeap, Alfredi Mulihano, Samantha Nalliah, Pei Nie Ho, Yan Yi Sin, Eunice Young
Notice bibliographique
RevueNeurosurgical Review · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésNeurosurgeryThematic analysisPerceptionIrishQualitative researchMedical school
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil1,000
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
Tête enseignante Opus0,059
Tête enseignante GPT0,406
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations1
Publié2025
Routes d'admission1
Résumé présentnon